لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش دوره جامع تستکننده تایید شده ISTQB – تست نرمافزار با هوش مصنوعی مولد (Generative AI)
- آخرین آپدیت
دانلود ISTQB Certified Tester – Testing with Generative AI
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
تسلط بر GenAI برای تضمین کیفیت (QA): مهندسی پرامپت، اتوماسیون تست، کاهش ریسک و آمادگی برای آزمون ISTQB.
استفاده ایمن از هوش مصنوعی مولد در چرخه حیات تست با استفاده از تکنیکهای همسو با ISTQB و پرامپتهای ساختاریافته.
تولید، ارزیابی و بهینهسازی مستندات تست (Testware) ایجاد شده توسط AI مانند معیارهای پذیرش، تست کیسها و گزارشها.
شناسایی و کاهش توهمات (Hallucinations)، خطاهای استدلالی، سوگیریها و ریسکهای حریم خصوصی در خروجیهای AI.
طراحی معماریهای تست مبتنی بر AI با استفاده از اصول RAG، ایجنتها، Fine-tuning و LLMOps.
پیشنیازها: درک ابتدایی از مفاهیم تست نرمافزار.
هوش مصنوعی مولد در حال تغییر دنیای تست نرمافزار است و تسترهایی که یاد بگیرند چگونه به طور موثر از آن استفاده کنند، مزیت شغلی عظیمی کسب خواهند کرد. این دوره یک راهنمای جامع، ساختاریافته و کاربردی برای بهکارگیری هوش مصنوعی مولد و مدلهای زبانی بزرگ (LLMs)در کل چرخه تست، کاملاً همسو با سرفصلهای ISTQB®Certified Tester –Foundation Level: GenAI (CT-GenAI)ارائه میدهد.
چه یک تستکننده دستی (Manual)، مهندس اتوماسیون، SDET، لید QA باشید و چه در حال آماده شدن برای آزمون رسمی ISTQB، این دوره به شما کمک میکند تا با اطمینان GenAI را در وظایف واقعی تست ادغام کنید.
شما خواهید آموخت که چگونه پرامپتهای ساختاریافته طراحی کنید، تکنیکهای مهندسی پرامپترا به کار ببرید، معیارهای پذیرش و تست کیسهای باکیفیت تولید کنید، اسکرینشاتها را با پرامپتهای چندوجهی (Multimodal) تحلیل کنید و خروجیهای AI را با استفاده از معیارهای ارزیابی همسو با ISTQB اصلاح نمایید. همچنین بررسی خواهید کرد که چگونه ریسکهای رایج AI مانند توهمات، خطاهای استدلالی، سوگیری، نگرانیهای حریم خصوصی و آسیبپذیریهای امنیتی را شناسایی و مدیریت کنید.
فراتر از مبانی، شما به معماریهای مدرن تست-AI از جمله تولید تقویتشده با بازیابی (RAG)، پایگاههای داده برداری و ایجنتهای تست مبتنی بر LLM، به همراه مفاهیم Fine-tuning و متدهای LLMOps برای استقرار GenAI در مقیاس بزرگ خواهید پرداخت.
در طول این دوره، تمرینات عملی و دموهایی را به پایان خواهید رساند، از جمله زنجیرهسازی پرامپت (Prompt Chaining)، Few-shot prompting، تولید تست کیس، اولویتبندی و ساخت یک دستیار تست کوچک مبتنی بر RAG.
در پایان، شما نه تنها در تستهای مبتنی بر GenAI استاد میشوید، بلکه کاملاً آماده خواهید بود تا با اعتماد به نفس در آزمون گواهینامه ISTQB CT-GenAIشرکت کنید.
همین امروز ثبتنام کنید و به تستکنندهای تبدیل شوید که صنعت در آینده به او نیاز دارد.
سرفصل ها و درس ها
مقدمهای بر هوش مصنوعی مولد برای تست نرمافزار
Introduction to Generative AI for Software Testing
مبانی هوش مصنوعی مولد و مفاهیم کلیدی
Generative AI Foundations and Key Concepts
بهکارگیری هوش مصنوعی مولد در تست نرمافزار: اصول محوری
Leveraging Generative AI in Software Testing: Core Principles
دمو: LLMها در عمل – تولید تست کیس از یک User Story لاگین
Demo: LLMs at Work — Generating Test Cases from a Login Story
کوییز مقدمهای بر هوش مصنوعی مولد برای تست نرمافزار
Introduction to Generative AI for Software Testing Quiz
مهندسی پرامپت برای تست موثر نرمافزار
Prompt Engineering for Effective Software Testing
توسعه موثر پرامپت
Effective Prompt Development
دمو: زنجیره پرامپت تا کمال: مهندسی پرامپت کاربردی برای تسترهای
Demo: Prompt Chain to Perfection: Practical Prompt Engineering for Testers
بهکارگیری تکنیکهای مهندسی پرامپت در وظایف تست نرمافزار
Applying Prompt Engineering Techniques to Software Test Tasks
دمو: زنجیرهسازی پرامپت و تایید انسانی برای اصلاح معیارهای پذیرش
Demo: Prompt Chaining and Human Verification for Refining Acceptance Criteria
دمو: تولید تست کیسهای کاربردی از User Storyها با استفاده از AI
Demo: Functional Test Case Generation from User Stories Using AI
دمو: استفاده از Few Shot Prompting برای تولید تست کیسهای سبک Gherkin
Demo: Using Few-Shot Prompting to Generate Gherkin-Style Test Cases
دمو: انتخاب تکنیکهای پرامپت مناسب با توجه به کانتکست وظایف تست
Demo: Selecting Context-Appropriate Prompting Techniques for Test Tasks
ارزیابی نتایج هوش مصنوعی مولد و اصلاح پرامپتها برای تست نرمافزار
Evaluate Generative AI Results and Refine Prompts for Software Test Tasks
از پرامپت تا مستندات تست (Testware)
From Prompt to Testware
کوییز مهندسی پرامپت برای تست موثر نرمافزار
Prompt Engineering for Effective Software Testing Quiz
مدیریت ریسکهای هوش مصنوعی مولد در تست نرمافزار
Managing Risks of Generative AI in Software Testing
توهمات، خطاهای استدلالی و سوگیریها
Hallucinations, Reasoning Errors and Biases
ریسکهای حریم خصوصی دادهها و امنیت در هوش مصنوعی مولد
Data Privacy and Security Risks of Generative AI in Software Testing
قوانین، استانداردها و چارچوبهای بهترین تجربه در AI
AI Regulations, Standards, and Best Practice Frameworks
کوییز مدیریت ریسکهای هوش مصنوعی مولد در تست نرمافزار
Managing Risks of Generative AI in Software Testing Quiz
زیرساختهای تست مبتنی بر LLM برای تست نرمافزار
LLM-Powered Test Infrastructure for Software Testing
رویکردهای معماری برای زیرساخت تست مبتنی بر LLM
Architectural Approaches for LLM-Powered Test Infrastructure
Fine Tuning و LLMOps: عملیاتی کردن هوش مصنوعی مولد برای تست
Fine-Tuning and LLMOps: Operationalizing Generative AI for Software Testing
کوییز زیرساخت تست مبتنی بر LLM برای تست نرمافزار
LLM-Powered Test Infrastructure for Software Testing Quiz
استقرار و ادغام هوش مصنوعی مولد در سازمانهای تست
Deploying and Integrating Generative AI in Test Organizations
نقشه راه پذیرش هوش مصنوعی مولد در تست نرمافزار
Roadmap for the Adoption of Generative AI in Software Testing
مدیریت تغییرات هنگام پذیرش GenAI برای تست نرمافزار
Manage Change when Adopting Generative AI for Software Testing
فرمت آزمون و نکات کلیدی
Exam Format & Tips
طراحی نقشه راه ۶ ماهه پذیرش AI برای یک سازمان QA
Design a 6-Month AI Adoption Roadmap for a QA Organization
کوییز استقرار و ادغام هوش مصنوعی مولد در سازمانهای تست
Deploying and Integrating Generative AI in Test Organizations Quiz
نمایش نظرات